光学成像侦察卫星作战效能分析

为支持航天装备体系作战效能评估,建立了光学成像侦察卫星性能指标与卫星发现目标概率和定位精度的关系以及信息处理与传递模型.以支持导弹打击大型移动目标为例,以命中目标概率为作战效能指标,建立了光学成像侦察卫星作战效能模型.对模型进行了仿真,分析了影响卫星作战效能的主要因素.仿真结果表明所建模型能够合理反映光学成像侦察卫星对作战结果的影响,可用于从顶层分析航天装备.     

光学成像侦察卫星威胁特性分析与仿真研究北大核心

为有效评估光学成像侦察卫星对地面目标的威胁,在对光学成像侦察卫星的成像过程以及影响其成像效果的成像条件进行分析的基础上,建立了基于目标检测概率的卫星威胁特性分析和预报模型,划分了威胁等级。通过STK/Matlab联合仿真,实时显示卫星在轨运行情况以及卫星对目标区域的覆盖信息,计算并输出在过境时间段内光学成像侦察卫星的威胁结果。仿真结果表明,该方法可提供更可靠和直观的光学成像侦察卫星威胁结果。     

光学成像侦察卫星威胁特性分析与仿真研究

为有效评估光学成像侦察卫星对地面目标的威胁,在对光学成像侦察卫星的成像过程以及影响其成像效果的成像条件进行分析的基础上,建立了基于目标检测概率的卫星威胁特性分析和预报模型,划分了威胁等级。通过STK/Matlab联合仿真,实时显示卫星在轨运行情况以及卫星对目标区域的覆盖信息,计算并输出在过境时间段内光学成像侦察卫星的威胁结果。仿真结果表明,该方法可提供更可靠和直观的光学成像侦察卫星威胁结果。     

光学侦察卫星对地机动目标侦察性能的评估北大核心

建立了基于改进Johnson判则的光学成像侦察卫星对地面机动目标检测概率模型。模型针对机动目标位置变化、运动速度与方向随机性等特点,提出了一种基于高斯分布的目标转移概率密度函数,用以评估卫星搜寻到目标的概率,将原适用于静态目标检测概率计算的Johnson判则,用于机动目标。通过Matlab/STK联合仿真,验证卫星对机动目标的覆盖情况和发现、识别和确认目标的概率性能。模型以发现、识别和确认目标的概率来描述光学成像侦察卫星对地面机动目标的侦察性能,卫星对地面机动目标的侦察性能可以作为规划机动目标行动方案的依据,有助于机动目标规避侦察。     

光学侦察卫星对地机动目标侦察性能的评估

建立了基于改进Johnson判则的光学成像侦察卫星对地面机动目标检测概率模型。模型针对机动目标位置变化、运动速度与方向随机性等特点,提出了一种基于高斯分布的目标转移概率密度函数,用以评估卫星搜寻到目标的概率,将原适用于静态目标检测概率计算的Johnson判则,用于机动目标。通过Matlab/STK联合仿真,验证卫星对机动目标的覆盖情况和发现、识别和确认目标的概率性能。模型以发现、识别和确认目标的概率来描述光学成像侦察卫星对地面机动目标的侦察性能,卫星对地面机动目标的侦察性能可以作为规划机动目标行动方案的依据,有助于机动目标规避侦察。     

光学成像侦察卫星威胁评估方法

未来作战中地面部队将面临越来越多来自空间的威胁,其中最突出的是侦察卫星威胁。以光学成像侦察卫星为例,进行了卫星威胁评估方法研究。首先探讨了卫星图像品质评价方法和影响因素,建立了侦察卫星对地面目标的检测概率模型,并引入光照、气象、对比度影响因子对检测概率进行修正。在此基础上考虑军事任务需求建立了针对目标尺寸已知情况下的威胁度计算模型,进一步按照目标大小划分威胁等级,给出了卫星威胁等级评价方法,所得到的威胁等级指标可为军事行动提供参考。最后给出了光学侦察卫星威胁评估应用实例。     

照相侦察卫星的今昔与未来

当今世界,凡是被发现的目标就意味着被击中,凡是被击中的目标就意味着被摧毁。这一观点已经随着精确制导武器性能的提高而不断被证实。在这里,发现目标成了问题的关键。怎样才能发现目标呢?侦察卫星可堪当重任!侦察卫星可以分为照相侦察卫星、电子侦察卫星、导弹预警卫星、海洋监视卫星以及核爆炸探测卫星等。在各种侦察卫星中,照相侦察卫星发展最早,发射也最多,是空间侦察监视任务的主要承担者,号称“千里眼”。     

悄然而至的“隔墙有耳”时代

“侦察卫星已探测出目标位置、位置坐标……”随着俄罗斯空中侦察卫星中心的这一信息传出,两架战机迅速扑向目标,前后不到3分钟,正在小树林发布命令的车臣非法武装领导人杜达耶夫就命丧于精确制导导弹之下。这是侦察卫星对重点目标进行精确打击的一个鲜活例子。诸如此类的事情在海湾战争、伊拉克战争     

国外侦察与监视卫星系统发展现状

正美国注重发展战术侦察与监视卫星系统近年来,美国从作战任务及其要求的能力出发,高度重视侦察与监视卫星系统的战术应用能力,现役侦察与监视卫星系统主要包括"锁眼"系列光学侦察卫星、"长曲棍球"雷达成像卫星、ORS系列卫星等。"锁眼"系列成像侦察卫星是当今世界最为先进的光学成像侦察卫星,已经发展了12个型号,     

台军的反导预警系统

为了有效探测空中目标,及早获得预警信息,台湾正致力构建由侦察卫星、远程警戒雷达、空中预警机、海上预警体系等组成的反导预警系统。此系统大致情况如下。 侦察卫星今年上半年,台发射了"中华"2号     

一种新的超视距空战目标威胁评估距离指标模型

距离指标是进行超视距空战目标威胁评估的重要指标,但当前多数的距离指标模型都过于简单。针对这种不足,在仿真分析当前典型模型的基础上,根据空战的实际情况,首先定性分析了目标位置等因素对于威胁度的影响;然后根据探测距离、导弹射程等参数,将敌我距离分成不同阶段,区分敌我性能强弱的不同情况,分阶段建立了一种新的距离指标模型。最后,针对不同的战场态势,进行了仿真分析,证明了模型的有效性。模型对于提升空战威胁评估的准确性具有积极意义。     

不确定环境下无人机区域目标搜索及载荷参数影响

针对不确定环境下无人机区域搜索问题,建立了实时探测更新的搜索方法,提出了机载光电载荷参数优化配置策略。建立了基于二维离散网格的无人机区域搜索模型,采用概率地图描述目标信息的实时获取与更新;引入不确定度指标、目标网格的重访和网格探测次数控制,建立搜索目标函数;建立了基于粒子群算法的搜索路径滚动优化方法;通过对任务区域平均探测时间步数和误判概率的估计分析,建立了机载光电载荷参数优化配置策略。使用蒙特卡洛方法验证了区域搜索方法的有效性和光电载荷参数配置对搜索效率、误判概率的影响。     

航母编队远程防空作战预警机巡逻区域大小设置

针对航母编队远程防空作战提供了一种预警机巡逻区域大小设置的优化方法。通过对航母编队防空区域划分,提出了大小设置的基本要求。以预警机平飞长度、转弯半径和巡逻速度作为影响因素,以目标发现概率、覆盖率和目标发现距离作为评价指标对试验结果进行直观分析,得到对评价指标影响最显著的因素为平飞长度,进而采用正交设计、变步长搜索迭代的方法得到巡逻空域大小的最优布置方案。     

系统目标毁伤效果指标建模方法探讨

探讨常规导弹打击目标类群中系统目标的毁伤效果指标的建模方法。在对毁伤效果指标、毁伤意图、目标易损性等概念进行深入分析基础上,提出基于目标功能易损性的系统目标毁伤效果指标建模的思想。根据系统目标功能受损情况,归纳出三类毁伤效果指标常用的建模方法:效能模型、失效模型及基于毁伤的保障度模型。举例说明了方法的有效性,可为导弹武器攻击效能评估、耗弹量计算和瞄准点选择等提供定量决策依据。     

要地反巡探测系统漏警率的建模及评估

要地反巡探测系统的设计需根据作战指标确定系统能力,此问题涉及到系统的建模及效能评估。应用随机服务理论,对要地反巡探测系统的搜索过程建立了M/D/C模型。根据M/D/C模型计算公式,以AR320地基监视雷达、地空联合探测的搜索过程为算例,验证了搜索模型的正确性,给出了目标漏警率、搜索波束数量与目标出动强度的关系。此模型扩展性良好,研究结果可对系统的设计和评价有所借鉴。     

红外成像自动目标识别技术研究--计算模型与数据流程

红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术,其研究进展与计算机视觉的发展水平紧密相关。人类视觉系统是计算机视觉的原始模型,其视觉感知机理的研究将有助于揭示视觉表象的本质,进而为准确描述图像特征信息提供科学而可靠的依据。主要从视觉感知模型、感知功能模块响应特性、视觉对比灵敏度等方面对视觉感知基本原理加以综合分析,并力图利用这些功能卓越的信息处理机制阐明一种具有普适性的视觉计算模型———目标-背景表征模型。在此基础上,将背景区域感知与目标特征分析相结合,提出了自适应信号检测、目标特征识别和运动轨迹跟踪的层次化数据处理流程,从而为红外自动目标识别技术提供一条新的探索途径。     

图像辅助智能终端定位的国内外研究进展

图像含有丰富的目标信息,被获取并处理后用于一种新型的智能终端定位手段。对图像定位的相关概念进行介绍,对关键技术的研究情况进行评述,并分别从图像定位作为独立的定位系统和图像定位与全球导航卫星系统(Global Navigation Satellite System,GNSS)及惯性导航系统(Inertial Navigation System,INS)等其他定位方法融合的定位系统2个方面阐述其研究进展,在此基础上提出图像辅助智能终端定位研究中存在的问题及发展方向。     

【专题】基于深度学习及FPGA的装备目标检测研究

本文应用深度学习技术实现海天背景下基于可见光、红外方式成像的舰船及角反、烟幕干扰的目标检测,这也是反舰导弹作战使用的关键技术之一。采集的可见光与红外成像目标检测数据集涵盖实施典型干扰下的态势场景,贴近实战;结合四种不同的目标检测机制,选取YOLOV3、Faster R-CNN、SSD及CenterNet四种典型模型分别进行训练与验证,通过对比分析进一步提高弱小目标、复杂干扰态势的的检测,可以实现端到端的高精度装备目标检测模型。在确保精度的前提下基于现场可编程门阵列（FPGA）进行软硬件协同设计,通过对比分析选定基于Vitis AI的实施方案,经过模型的量化、编译与优化,可在保证检测效率的前提下快速实现模型的小型化部署,便于进行装备移植。研究结果表明,该研究内容可有效提高现役反舰导弹目标检测的准确率。     

用遗传算法实现雷达网目标分配

通过对雷达网目标分配问题的深入研究,建立了数学模型.为了获得发现概率最大的目标分配方案,引入了遗传算法来对模型求解,并给出了实现的步骤和方法.最后经过验证,证明该方法应用在雷达网目标分配问题上切实可行.     

突防过程的组网雷达干扰资源优化分配

以组网雷达融合中心检测概率为目标函数,建立针对组网雷达系统的干扰资源优化分配模型.并进一步指出该模型运用于飞行器突防时,其不足之处在于"以点带面",以飞行器突防过程中某一点的融合中心检测概率代替整个突防过程时,该评估方法损失过程中的大量信息.在此基础上充分利用突防过程的信息,提出以"融合中心检测概率加权积分"为目标函数,建立基于突防过程的干扰资源优化分配模型.仿真结果表明具有一定的指导意义.